349. Intersection of Two Arrays

数组交集算法
本文介绍了一种寻找两个已排序数组交集的有效算法。通过对比并移动指针的方式找到重复元素,确保了算法效率。适用于需要查找公共元素的场景。

两个数组,找出重复的元素,

思路:先让两个数组排序,然后用两个指针分别来移动数组。
当数组有相同的元素时,就一直向前移动,直到和后面的元素不一样。当两个数组都停下来时,进行比较。
如果A小于B, 则A++
A>B 则B++,
否则,可以存到list中。

public class Solution {
  public int[] intersection(int[] nums1, int[] nums2) {
        int m = nums1.length, n = nums2.length;
        if (m == 0 || n == 0) return (new int[0]);

        Arrays.sort(nums1);
        Arrays.sort(nums2);
        List<Integer> res = new ArrayList<Integer>();

        int p = 0, q = 0;
        while (true) {
            while (p > 0 && p < m && nums1[p] == nums1[p-1]) p++;
            while (q > 0 && q < n && nums2[q] == nums2[q-1]) q++;
            if (p == m || q == n) break;

            if (nums1[p] < nums2[q]) p++;
            else if (nums1[p] > nums2[q]) q++;
            else {
                res.add(nums1[p]);
                p++; q++;
            }
        }

        if (res.size() == 0) return (new int[0]);
        int[] resa = new int[res.size()];
        for (int i = 0; i < resa.length; i++)
            resa[i] = res.get(i);

        return resa;
    }

}
### 哈夫曼编码实现 哈夫曼编码是一种基于字符频率的压缩技术,通过构建一棵二叉树来生成最优前缀码。以下是针对字符串 `'The following code computes the intersection of two arrays'` 的 Python 实现过程。 #### 字符频率统计 首先需要统计输入字符串中每个字符的出现次数。这可以通过遍历字符串并记录每种字符的数量完成[^2]。 ```python from collections import Counter def calculate_frequencies(text): frequencies = Counter(text) return dict(frequencies) text = 'The following code computes the intersection of two arrays' frequencies = calculate_frequencies(text) print("Character Frequencies:", frequencies) ``` #### 构建哈夫曼树 利用字符及其对应的频率数据,可以按照以下方式构建哈夫曼树: 1. 创建一个优先队列(最小堆),其中每个节点表示一种字符以及其频率。 2. 不断取出两个具有最低频率的节点,创建一个新的内部节点作为它们的父亲,并将其频率设置为两子节点频率之和。 3. 将新节点重新加入优先队列,直到只剩下一个根节点为止。 ```python import heapq class HuffmanNode: def __init__(self, char, freq): self.char = char self.freq = freq self.left = None self.right = None def __lt__(self, other): return self.freq < other.freq def build_huffman_tree(freq_dict): priority_queue = [] for char, freq in freq_dict.items(): node = HuffmanNode(char, freq) heapq.heappush(priority_queue, node) while len(priority_queue) > 1: l
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值